Making and maintaining neighbourhood connections when living alone with dementia
Notice bibliographique
Résumé
This chapter draws on qualitative research using participatory methods to explore the experience of people with dementia who live alone. Drawing on data gathered in Sweden and the UK, the chapter highlights the distinct challenges of living alone with dementia and explores the different ways that people remain connected to neighbourhood places. We argue that the invisibility of such experiences to dementia policy and strategies (which typically assume the presence of a cohabiting carer or household member to provide support) needs to be addressed if dementia-friendly initiatives are to be truly inclusive. Demographic projections show that the number of people living in single households will continue to increase steadily in many western and northern European countries and that older women are the fastest-growing section of the single householder population (Sundström et al, 2016; United Nations, 2017). The ageing population living alone in Europe also includes an increasing proportion of people with dementia (Prescop et al, 1999; Gaymu and Springer, 2010; Prince et al, 2015). In Canada, France, Germany, the UK and Sweden, between one third and one half of the population of people with dementia residing in a neighbourhood context live in single households (Ebly et al, 1999; Nourhashemi et al, 2005; Alzheimer’s Society, 2013; Eichler et al, 2016; Odzakovic et al, 2019). Despite this increase in single householders with dementia, there is currently limited awareness of the particular challenges associated with living alone with dementia, even within emerging discourses and practices associated with dementia-friendly communities (Alzheimer’s Society, 2013; Age UK, 2018; Odzakovic et al, 2018).
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».